KIND (Kessler Italian Named-entities Dataset)

KIND 是用于命名实体识别的意大利数据集。它包含超过一百万个标记，其注释涵盖三个类别：人员、位置和组织。大部分数据集（大约 600K 代币）包含三个不同领域的人工黄金注释：新闻、文学和政治话语。对于数据集的构建，我们决定使用公开可用的文本，并获得允许研究和商业的许可使用。特别是我们发布了四个章节，其中的文本来自： (i) Wikinews (WN) 作为过去几十年的新闻文本的来源； (ii) 一些公共领域的意大利小说书籍 (FIC)； (iii) 意大利政治家 Aldo Moro (AM) 和 (iv) Alcide De Gasperi (ADG) 的著作和演讲。